北京
纳米结构材料处于超材料设计的前沿，并已在多种当代应用中设定了机械性能的基准。然而，具有常规拓扑的传统纳米结构设计表现出较差的应力分布并导致过早的节点失效。因此，研究者们正致力于开发更加复杂和优化的结构，以提高材料的强度和耐用性。
△借助人工智能和3D打印技术开发具有高压缩刚度和强度的碳纳米晶格结构
2025年1月30日，南极熊获悉，多伦多大学的研究人员通过人工智能（AI）和先进的3D打印技术，成功开发出一种创新的纳米结构材料。这种材料不仅具有碳钢的高强度，还具备了聚苯乙烯泡沫的轻盈性，为材料科学领域带来了新的突破。
该材料的开发，是基于对材料微观结构的深入理解和优化。通过机器学习算法，研究团队能够预测和模拟材料在不同条件下的行为，从而设计出具有所需特性的纳米结构。同时，3D打印技术则允许这些复杂的设计得以物理实现，制作出具有精确控制的微观结构的材料样本。
△研究人员Tobin Filleter和Peter Serles
适用于超轻、高强度航空航天应用的纳米结构3D打印材料
研究人员Peter Serles和Tobin Filleter与韩国科学技术院（KAIST）合作，开发了这种材料。这些材料由数百纳米的小型重复单元构成。要达到人类头发的粗细，需要排列超过100个这样的单元。这些单元主要由碳构成，形成了复杂的三维结构，称为纳米晶格。
△碳纳米晶格的生成设计流程示意图
首席研究员之一Peter Serles解释道：“纳米结构材料结合了高性能形状，例如利用纳米尺寸的三角形构建桥梁，实现‘越小越强’的效应。这使得材料具有最高的强度重量比和刚度重量比。然而，标准晶格形状和几何形状通常包含尖锐的交叉点和拐角，这会导致应力集中的问题，从而引起材料早期的局部失效和断裂，限制了它的整体潜力。当我面对这一挑战时，我意识到机器学习可以提供解决方案。”
△相关研究题目为“通过贝叶斯优化碳纳米晶格实现超高比强度”（传送门）
团队利用人工智能算法预测了最佳形状，以提升材料的强度和减轻重量。随后，Serles利用双光子聚合3D打印机制造了微纳米级原型。改进后的纳米晶格强度比以往的模型提高了一倍多，能够承受每立方米每公斤2.03兆帕的压力，约为钛的五倍。
△宏观纳米晶格停留在气泡上
Serles解释道：“这是人工智能首次应用于优化纳米结构材料，我们对这种改进感到震惊。它不仅复制了训练数据中的成功几何形状，还从形状变化的有效性和无效性中学习，从而预测出全新的晶格几何形状。通常，机器学习非常依赖数据，而高质量的数据通常难以生成，尤其是当使用有限元分析时。但是，多目标贝叶斯优化算法只需要400个数据点，而其它算法可能需要2万个或更多。因此，我们能够使用规模更小但质量更高的数据集。”
△用于机械增强的多目标贝叶斯优化机制
研究人员表示，这些新设计的目的是为了航空航天应用（如飞机、直升机和航天器）制造超轻部件。这些材料有助于降低燃料消耗，同时保持安全和性能标准。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
